MASZYNOWNIA AI / OTWARTE DRZWI
Mniej teorii.
Więcej „aha”.
Sprawdź swoją intuicję. Poprowadź firmę.
Zbuduj coś, co przyda Ci się w poniedziałek.
Trzynaście krótkich doświadczeń. Własne decyzje, ich konsekwencje i coś konkretnego do zabrania.
Zacznij od zaskoczenia ↗Obejrzyj wszystkie trzynaście ↓
sprawdź na sobie.
DOŚWIADCZEŃ
Każda próba zostawia ślad w Twoim notesie.
Od czego
zaczynamy?
Możesz przejść jedną zabawę albo wszystkie.
Wynik opisuje Twoje decyzje w zadaniu.
Liczby, nadzór, czas, nawyki i granice prawa.
Najpierw Twoja odpowiedź. Potem sprawdzamy.
Byłem czy wygenerowałem?
Obejrzysz sześć kadrów i przy każdym zgadniesz: aparat czy model. Potem pokażę, po czym to poznać.
Sześć obrazów, jeden po drugim. Przy każdym rozstrzygasz, jak powstał. Co robisz: 1. Obejrzyj kadr, a suwakiem zaznacz, jak bardzo ufasz swojej ocenie. 2. Kliknij „Fotografia źródłowa” albo „Obraz wygenerowany z AI”. Jeśli wolisz nie zgadywać, kliknij „Chcę sprawdzić pochodzenie”. 3. Zobacz odpowiedź i szczegół, który ją zdradzał – i przejdź do kolejnego kadru. Sprawdzamy pochodzenie konkretnego pliku, a nie to, czy byłem w danym miejscu.
02Maszynownia 2030
Wydasz 12 żetonów na usprawnienia w firmie, a potem zobaczysz, jak znoszą zderzenie z rzeczywistością.
Prowadzisz niewielkie studio usługowe. Masz 12 żetonów budżetu, który się nie odnawia. Co robisz: 1. W każdej rundzie przeczytaj sytuację i wybierz jedną z trzech odpowiedzi – przy każdej widzisz koszt i wpływ na sprawność oraz jakość. 2. Obserwuj, jak topnieje budżet. Niektóre zdarzenia sprawdzają to, czego wcześniej nie kupiłeś. 3. Możesz cofnąć decyzję i sprawdzić drugą drogę – po to, żeby porównać, a nie żeby wygrać. To jawna symulacja na ustalonych regułach, nie prognoza wyników prawdziwej firmy.
03Uratuj piątek
Wpiszesz, na co schodzi Ci tydzień, a policzę, ile realnie zostaje – po odjęciu sprawdzania i przygotowań.
Bierzemy Twój typowy tydzień i sprawdzamy, gdzie AI zmienia rachunek, a gdzie tylko przesuwa wysiłek gdzie indziej. Co robisz: 1. Wpisz, ile godzin tygodniowo zajmują Ci cztery rodzaje pracy: research, raporty, wiadomości i przygotowanie spotkań. 2. Przy każdym wybierz z listy sposób pracy: samodzielnie, razem z AI albo AI robi szkic, a Ty poprawiasz. 3. Niżej popraw założenia – ile czasu oszczędza AI i ile zajmuje sprawdzanie – i odczytaj, ile zostaje na czysto. Wynik to scenariusz policzony z Twoich założeń. Zmień je i policz jeszcze raz.
04Jedno zdanie zmienia wszystko
Masz jedno kiepskie polecenie dla AI i trzy ruchy, żeby je naprawić. Zobaczysz, który ruch dał najwięcej.
Zaczynasz od zdania „Porównaj te narzędzia.” – i od odpowiedzi, która jest dokładnie tak bezużyteczna, jak to zdanie. Co robisz: 1. Przeczytaj polecenie wyjściowe i odpowiedź, którą daje. 2. Kliknij dokładnie trzy uzupełnienia z listy u góry – na przykład odbiorcę, format albo kryteria oceny. 3. Kliknij „Sprawdź moje zlecenie” i porównaj obie odpowiedzi obok siebie. Odpowiedzi są przygotowane wcześniej. Nic nie jest generowane na żywo.
05AI przytakuje. A Ty?
Model zachwyca się pomysłem. W trzech rundach zdecydujesz, co sprawdzić najpierw – i zobaczysz, co z tego wyszło.
Pomysł: aplikacja streszczająca spotkania zespołu. Opinia modelu jest entuzjastyczna i pozbawiona jednego konkretu. Co robisz: 1. Przeczytaj, co odpowiedział model. 2. Wybierz, co chcesz sprawdzić najpierw – każda odpowiedź prowadzi do innego ustalenia. 3. Przejdź trzy rundy i zobacz, ile z pierwotnego entuzjazmu zostało. Pomysł, cytaty i wszystkie liczby są fikcyjne, przygotowane na potrzeby ćwiczenia.
06Naucz maszynę. Zaskocz ją.
Wybierzesz dane treningowe dla prostego klasyfikatora, a potem sprawdzisz, czy nauczył się tego, co chciałeś.
Model ma odróżniać koła od kwadratów. To Ty decydujesz, na jakich przykładach się uczy. Co robisz: 1. W sekcji „Wybierz przykłady uczące” zaznacz, co pokażesz modelowi – patrz nie tylko na kształt, ale i na kolor. 2. Kliknij „Naucz model” i sprawdź, jak radzi sobie na nowych przykładach testowych. 3. Zmień zestaw uczący i powtórz – zobaczysz, kiedy nauczył się kształtu, a kiedy tylko koloru. To prawdziwy klasyfikator liczony w Twojej przeglądarce, tyle że maksymalnie uproszczony.
07Twój pierwszy skill
Odpowiesz na pięć pytań i wyjdziesz stąd z gotową instrukcją do wklejenia w ChatGPT albo Claude.
Bierzemy jedno zadanie, które robisz regularnie, i zamieniamy je w instrukcję wielokrotnego użytku. Co robisz: 1. Odpowiedz na pięć pytań: po co to robisz, jakie materiały dostanie AI, jak ma pracować, jak ma wyglądać wynik i jak go sprawdzisz. 2. Jeśli nie wiesz, od czego zacząć, kliknij „Wstaw przykładowy brief” i podmień treść na swoją – podgląd odświeża się na bieżąco. 3. Kliknij „Sprawdź mój szablon”, uzupełnij braki i pobierz plik. Dostajesz tekstowy szablon do wklejenia, a nie umiejętność instalowaną w narzędziu.
08Ucieczka z maszynowni
Cztery zagadki, każda o innym etapie pracy z AI. Rozwiąż je po kolei, a złoży się z nich jeden proces.
Cztery zamknięte szuflady: Materiały, Instrukcja, Wynik i Decyzja. Każdą otwiera poprawna odpowiedź. Co robisz: 1. Przeczytaj zagadkę z pierwszej szuflady i odpowiedz. 2. Jeśli utkniesz, kliknij „Otwórz podpowiedź” – nic za to nie tracisz. 3. Otwórz wszystkie cztery, żeby zobaczyć, jak układają się w kolejność. Bez limitu czasu i bez punktacji. Podpowiedzi są liczone tylko po to, żebyś sam widział, gdzie było trudniej.
09Skąd ta liczba?
Osiem zdań z liczbą. Przy każdym rozstrzygniesz, czy to pomiar, deklaracja dostawcy, czy prognoza.
Te trzy rzeczy wyglądają w tekście identycznie, a znaczą coś zupełnie innego: liczba zmierzona, liczba obiecana i liczba przewidziana. Co robisz: 1. Przeczytaj zdanie i kliknij jedną z trzech odpowiedzi: „Pomiar w opisanej próbie”, „Nieudokumentowana deklaracja” albo „Prognoza”. 2. Przeczytaj wyjaśnienie – zwykle przesądza jedno słowo albo jego brak. 3. Przejdź wszystkie osiem i sprawdź na koniec, na czym się potykasz. Zdania są fikcyjne, napisane specjalnie do tego ćwiczenia.
10Ile przejdzie dalej?
Trzema suwakami ustawisz jakość modelu i zakres kontroli. Zobaczysz, ile błędów mimo wszystko przechodzi dalej.
Na sto spraw model popełnia jakieś błędy, człowiek sprawdza tylko część z nich i też nie wyłapuje wszystkiego. Pytanie brzmi: ile wychodzi na zewnątrz. Co robisz: 1. Zacznij od jednego z trzech gotowych wariantów u góry albo od razu przesuwaj suwaki. 2. Ustaw trzy wartości: odsetek poprawnych wyników modelu, część spraw kierowaną do kontroli i skuteczność tej kontroli. 3. Odczytaj liczbę błędów niewykrytych na sto spraw, a potem spróbuj zejść do zera samym zwiększaniem kontroli. To prosty model matematyczny liczony z Twoich założeń, nie odwzorowanie konkretnego wdrożenia.
11Czy odzyskasz ten czas?
Najpierw obstawisz, ile procent czasu zyska zespół. Potem policzymy to samo z przygotowaniem, kontrolą i wyjątkami.
Jedno powtarzalne zadanie, cały zespół, dwanaście miesięcy. Wdrożenie kosztuje czas, zanim zacznie go zwracać. Co robisz: 1. Uzupełnij parametry po lewej: ile razy w miesiącu, ile minut bez AI, ile osób i ile czasu zajmuje kontrola. 2. Po prawej, zanim cokolwiek policzysz, ustaw suwak „Twój szacunek” – ile procent czasu Twoim zdaniem uda się urwać. 3. Kliknij „Policz mój wariant” i porównaj wyliczenie ze swoim typem, razem z tym, po ilu miesiącach zwraca się przygotowanie. „Uratuj piątek” pokazuje jeden tydzień jednej osoby. Tutaj liczymy rok i cały zespół.
12Ja przy pracy z AI
Osiem pytań o to, co faktycznie robisz przy zadaniach z AI. Wyjdziesz z jednym nawykiem do przećwiczenia.
Przypomnij sobie pięć ostatnich zadań, przy których korzystałeś z AI. Odpowiadaj z myślą o nich, a nie o tym, jak chciałbyś pracować. Co robisz: 1. Odpowiedz na osiem pytań o konkretne zachowania, wybierając z listy. 2. Zobacz wynik w czterech obszarach: wybór zadania, przygotowanie materiałów, sprawdzanie wyniku i odpowiedzialność. 3. Weź ćwiczenie przypisane do najsłabszego obszaru i zrób je przy najbliższym prawdziwym zadaniu. To przegląd Twoich własnych deklaracji. Nie jest to test psychologiczny ani ocena kompetencji.
13Jeden szczegół zmienia ocenę
Osiem sytuacji z AI Act. Przy każdej wskażesz główny problem, a potem zobaczysz, który szczegół go przesądził.
W każdym opisie jest jeden element, który decyduje o kwalifikacji prawnej. Reszta to tło, które ma odwrócić uwagę. Co robisz: 1. Przeczytaj sytuację i kliknij jedną z czterech odpowiedzi: praktyka zakazana, wysokie ryzyko, obowiązek przejrzystości albo brak danych do rozstrzygnięcia. 2. Przeczytaj wyjaśnienie razem ze wskazanym przepisem – przy każdym przypadku jest odnośnik do źródła. 3. Zmień w myślach ten jeden szczegół i sprawdź, czy odpowiedź nadal byłaby ta sama. Ćwiczenie edukacyjne, nie kwalifikacja Twojego systemu ani porada prawna. Przejrzystość i wysokie ryzyko mogą występować jednocześnie.
BARTOSZ SOKOLIŃSKI / GOSPODARZ MASZYNOWNI
Najciekawsze pytania
pojawiają się w praktyce.
Wybierz zadanie. Spróbuj. Zobacz, co wymaga poprawy. Tak zaczyna się praca, o której możemy później porozmawiać przy jednym stole.
Zajrzyj na warsztat na żywo ↗Twój notes.
Co zabierasz?
Wyniki pozostają w tej karcie przeglądarki.
Możesz je pobrać lub świadomie przekazać w wiadomości.
Jak działają doświadczenia i Twoje dane? +
To ćwiczenia edukacyjne rozwinięte także na podstawie dostarczonego „Poligonu”, a nie test inteligencji, osobowości ani diagnoza kompetencji zawodowych. Galerie mają ustalone pochodzenie materiałów. Gry decyzyjne korzystają z jawnych scenariuszy. Klasyfikator oblicza podobieństwo przykładów w Twojej przeglądarce. Nie prowadzisz tu rozmowy z modelem generatywnym na żywo.
Nie zapisujemy odpowiedzi na serwerze i nie wysyłamy ich do dostawcy AI. Dane wpisane w ćwiczeniach pozostają w pamięci otwartej karty. Odświeżenie je usuwa. Nie wpisuj poufnych informacji. Kontakt otwiera Twój program pocztowy; wiadomość wysyłasz samodzielnie. Hosting może prowadzić standardowe logi odwiedzin.
Inspiracje edukacyjne: Teachable Machine, MIT Detect Fakes, Nicky Case. Nowe ćwiczenia „Poligon” mają własne objaśnienia i źródła przy wynikach. To niezależny projekt Bartosza, bez afiliacji z tymi autorami.